前言亂語
說完數據集,先給大家結個尾吧(誤)
視頻質量評估(VQA)第二期
來介紹幾個?
評價視頻質量評價算法的性能評估指標
? ??我發4,沒有在套娃......
簡易小目錄
SROCC(Spearman rankorder correlation coefficient,斯皮爾曼秩相關系數)
PLCC(Pearson linear correlation coefficient,皮爾森線性相關系數)
RMSE(Root?Mean Square?Error,均方根誤差)
·客觀視頻質量評價斱法的性能指標使用最廣泛的是Pearson 線性相關系數(PLCC)、Spearman 秩序相關系數(SROCC)、Kendall 秩序相關系數(KROCC)和均斱根誤差(RMSE)等,它們常常用于測量兩個變量之間的相關程度。
1、PLCC
PLCC的全稱是:Pearson product-moment correlation coefficient。主要用于衡量預測值與主觀評分之間的相關性,其計算值的范圍在0 到1 之間,相關性值越大,性能越好。
計算公式如下:
Ai?、Bi分別表示第 i?幅圖像真實值和測試分數,、分別表示真實平均值和預測平均值。
2、SROCC
SROCC的全稱是:Spearman rankorder correlation coefficient。主要描述了算法預測的單調性。
計算公式如下:
其中,N表示失真圖像,vi 、pi分別表示yi、yi'在真實值和預測值序列中的排序位置。
放一個騰訊的開源算法結果以供參考吧~其中,C3DVQA是騰訊多媒體實驗室提出的基于深度學習的全參考視頻質量評估算法。3、RMSE
再請來一位老朋友——RMSE,其全稱是:root mean square error。其實也就是MSE(均方誤差)的平方根。在往期《圖像質量評價指標》一文有介紹過(可點擊文章名查看詳細講解),這里簡單給出計算公式:
rMSE=∑i=1n(xi?yi)2n" role="presentation" style=" box-sizing: border-box; outline: 0px; display: inline; line-height: normal; word-spacing: normal; overflow-wrap: break-word; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border-width: 0px; border-style: initial; border-color: initial; ">
寫在最后的話:
在視頻質量評估中,主要關注算法模型客觀值與觀測主觀值之間的差異性和相關性。
一般來說,論文中最常用的是SROCC和PLCC,這兩個標準可以很好地衡量模型的非線性相關性和線性相關性,有些論文也會放KROCC和RMSE(方均根誤差)。
除了文中介紹的幾個指標以外,衡量質量評估結果優劣性的指標其實還有很多,VQA之路未完待續......
掃碼關注YK醬
微信號|caiyoujia7541
期待您的關注、點贊、評論、交流
版权声明:本站所有资料均为网友推荐收集整理而来,仅供学习和研究交流使用。
工作时间:8:00-18:00
客服电话
电子邮件
admin@qq.com
扫码二维码
获取最新动态